人工智能伴随计算机技术应运而生，早于20世纪50年代就已问世。受制于当时的技术条件和应用需求，人工智能虽然于第三次工业革命期间出现，但当时并未在社会生活中产生较大影响，更多存在于科幻文艺作品之中。直到21世纪以来人工智能持续在深度学习、自然语言处理和机器视觉等技术领域取得突破性进展，才真正成为信息技术领域创新研发的主攻方向。

　　2022年，由美国OpenAI公司开发的ChatGPT大模型问世，掀起了新一轮全球科技革命浪潮，我国企业也紧跟科技革命步伐，不断研发推出各类大模型应用成果。随着国内人工智能技术和配套应用技术环境的不断成熟，2023年以来社会各界特别是企事业单位出现试验应用人工智能大模型热潮，其中金融行业大型金融机构领先其他行业起到了示范引领作用。2025年初，由深度求索公司开发的通用大模型DeepSeek横空出世，因其低部署成本、节省算力资源和简单易用等显著优势，迅速在全球引发广泛关注。

如何认识人工智能大模型

　　人工智能大模型是指通过海量数据和10亿单位以上巨大参数量训练而成的人工智能深度学习数字应用模型(以下简称“AI大模型”)。AI大模型的基础数据和参数规模巨大，通常在数百GB量级。大模型内部架构和算法程序高度复杂精密，具有自主学习和动态进化能力，通过知识图谱生成多种个性化随机功能，可以深度切入对接多种下游应用场景，系统运作于神经单元网络运算硬件设备之上。AI大模型驱动的应用程序具有逻辑思考、创造输出表达的能力，也被业界称为生成式AIGC。AI大模型按照处理运算内容可分为自然语言(NLP)大模型、数据大模型和图像处理大模型等。

　　AI大模型不是传统信息技术工具(完全由外部程序编写生成、被动接受操作者指令完成工作内容)，而是具有动态获取处理海量外部数据、通过深度学习机制实现自身持续进化完善的特有机能。AI大模型最终呈现的运行结果不仅与初始程序编写相关，而且还由模型训练过程中“投喂”的数据要素决定。AI大模型与传统工具软件的最大区别在于其具有自我学习认知能力，通过构建自然语言解析生成体系，利用计算机芯片构造的神经网络单元作为硬件载体，模拟人类大脑神经元进行逻辑运算，部分进化为近似人类大脑的思考形态和工具意识，完成原本只能由人类劳动才能完成的工作。

人工智能大模型在金融领域的实践应用

　　根据人工智能技术原理，AI大模型生成学习和进化离不开海量基础数据支撑。金融机构是除政府管理部门、IT通讯企业之外最直接适时掌握经济活动基础数据资源的服务机构，金融行业基础数据相比较其他领域的数据资源，不仅可获得性强，而且在数据质量标准化规范化方面也占据绝对优势。金融机构作为数据资源拥有者，同研发创作大模型的科技企业之间存在互为产业链上下游的特殊关系。金融机构无论是自建还是与科技企业合作建设金融大模型，都可以凭借其海量数据资源，促成大模型的应用更新进化，以更加适应金融业务发展的需要。总而言之，金融行业作为主要面向自然人个体提供标准化服务的机构部门，其业务对象内部差异化同质化程度刚好介于其他服务业和制造业之间，而人工智能应用在灵活性和捷性方面则介于人工劳动和机器设备软件之间，故金融应用场景就理所当然成了AI大模型试验推广的首选场景。

　　2024年，全球金融机构在人工智能领域的投资突破1500亿美元，其中超过40%的资金流向大模型技术的研发与应用。我国AI技术起步虽然较晚，但在国家主管部门大力推动下产业发展后来居上，仅2024年全国AI领域产业链上下游就形成了7000亿元的市场规模，每年新增研发投入2000亿元。在AI技术应用下游领域，金融部门一枝独秀占据超过三分之一的市场份额。具体到金融机构类型分布情况，截至2025年6月，落地应用AI大模型的金融机构包括大型银行、证券公司和保险公司等，在A股市场42家上市银行中，已有21家完成部署了金融大模型，全国6家大型国有银行和大部分股份制银行都已实现金融大模型部署。但在城商行和中小银行落地的金融大模型还不多见。笔者还了解到，大型金融机构和中小金融机构采取了截然不同的部署路径，资金雄厚的大型金融机构从零起步匹配业务需要搭建了垂直应用大模型，中小金融机构基于降低成本考虑采取了与AI领域科技企业合作的模式，将自身业务端口接入通用大模型并实时微调改进，以满足专属大模型部署需求。

　　从微观实体企业的实践情况看，长期以来我国金融行业对技术进步秉持开放包容态度，金融机构特别是银行机构已走过30多年的高速发展阶段。但当前依靠信贷扩张的粗放增长模式已难以为继。在此背景下，金融机构纷纷将发展重心从规模扩张转为巩固维护现有市场和内部挖潜降本增效，发展新质生产力成为转型升级的必由之路。金融业作为服务国民经济的重要部门，其高质量发展需要做好金融“五篇大文章”，以此作为金融机构业务转型的主攻方向。与此同时，金融机构在数字化转型过程中也高度重视金融科技应用，正所谓“工欲善其事，必先利其器”，努力将新技术与既有业务有机结合。大型金融机构在多年的发展过程中，培育了规模庞大、专业技术水平过硬又熟悉金融业务、拥有实践经验的人才团队等。上述这些有利条件为金融机构特别是大型金融机构实践应用包括金融大模型在内的各类AI大模型奠定了坚实的物质基础。

人工智能大模型在金融领域的发展辨析

　　据专业机构预测，人工智能大模型对经济社会带来的变化是巨大的，有些机构甚至认为AI大模型将彻底颠覆既有发展模式。但客观分析人类科技进步和制度约束，AI大模型乃至各类信息技术工具，归根结底是一种技术进步条件下的特殊形态生产工具，其作用无疑是大幅提升了现有生产力的运作效率，但并不会取代或终结现有生产管理方式。即使是更先进智能的AI大模型智能体，也仍然是一种高级形态的信息技术工具，并非独立思维主体本身。AI大模型虽然具备一定程度的人类思维逻辑特征，但毕竟不是虚拟的“人类”，也不会进化成人类，更不会取代人类。

　　具体到金融大模型的应用场景也是相对的，金融行业作为国民经济命脉，维系其正常运行秩序的是主体与市场以及主体与个人的信用和授权责任体系。金融业务的底层逻辑建立在社会运行规律之上，不以技术工具的性能先进与否而改变，因此人工作用是任何先进技术工具都无法取代的。从现实的实践应用结果来看，纵使最简单直接的客户服务和窗口表格填报等操作流程，在AI大模型驱动机器完成操作的同时依然离不开一线业务人员的程序监控。AI大模型对金融领域的提升优化作用类似于工业生产中的机械设备的作用，即管理学的“代偿效应”，将一线操作人员从繁琐重复的劳动中解放出来，从而可以有更多精力更专注于高层级高价值活动。AI大模型应用普及路径与其他技术工具升级路径一脉相承。

　　金融机构在引入金融大模型中应坚持实事求是原则，不能盲目“贪大求洋”一味追求AI技术性能，而不计成本地过度投入。与此同时，在金融大模型自主研发过程中，要更多考虑业务发展阶段、场景特征需求、现有软硬件条件和终端反馈结果数据等，将金融大模型与通用大模型、其他AI智能工具及原有信息技术工具充分对接融合实现业务网络效能最优化。作为上游技术工具供应方的金融科技公司和IT企业，要与金融机构开展合作研发定制化大模型产品。研发制作方通过与金融机构合作，能直接获取稀缺数据要素资源和实战模拟场景机会。金融机构是各行业中对防范风险和合规性要求最严格的“模范行业”，AI大模型及其相关技术获得金融机构认可则意味着最高层次的信用背书，有助于向其他行业平行迁移拓展进而获得更加广阔的市场空间。